Open Research Data: ein erster Blick auf die aktuelle Praxis

Vom SNF geförderte Forschende sollten ihre Datensätze in öffentlichen Archiven ablegen. Oft wird der SNF allerdings gar nicht informiert, ob die Vorgabe eingehalten wurde. Von den gemeldeten Datensätzen erfüllen die meisten die FAIR-Prinzipien.

Seitdem der SNF 2017 die Strategie der Open Research Data (ORD) eingeführt hat, verlangt er bei den meisten Förderinstrumenten einen Datenmanagement-Plan (DMP). Die aus der geförderten Forschung resultierenden Daten sollen in Archiven abgelegt werden, welche die FAIR-Prinzipien für die Offenlegung von Daten erfüllen.

Der Anteil der Beitragsempfangenden, die dem SNF nach Abschluss ihres Projekts mindestens einen Datensatz als Teil ihrer Outputdaten melden (siehe Kasten), wächst bei allen Förderinstrumenten und Forschungsbereichen kontinuierlich¹.

Die stärkste Zunahme (+26 Prozentpunkte seit 2017/18) war bei den Projekten im Bereich Mathematik, Informatik, Naturwissenschaft, Technik (MINT) zu verzeichnen. Auch in den Lebenswissenschaften (LW) ist die Zahl der gemeldeten Datensätze seit 2017/18 gestiegen (+17 Prozentpunkte). In den Geistes- und Sozialwissenschaften (GSW) wuchs die Zahl zwischen 2017/18 und 2021 (+9 Prozentpunkte), seither hat sich der Aufwärtstrend jedoch abgeflacht (+2 Prozentpunkte zwischen 2021 und 2023). In den GSW und vor allem in den Sozialwissenschaften betrifft ein Teil der Projekte sensible Daten; zudem sind die Publikationszyklen tendenziell länger.

Gesuchstellende, deren Beiträge 2023 ausliefen, mussten vor Projektbeginn einen DMP vorlegen. Gemäss den DMP bestand in vielen Fällen die Absicht, Datensätze in (häufig öffentlichen) FAIR-Archiven abzulegen (siehe auch den ersten Bericht des SNF über die Einhaltung der ORD-Vorgaben). Gemäss unserer Analyse wurde jedoch für lediglich 23% oder 363 dieser Beiträge (von insgesamt 1548 auslaufenden Beiträgen im Jahr 2023) mindestens ein Datensatz gemeldet. Beitragsempfangende, die tatsächlich Datensätze veröffentlichten, stellten durchschnittlich 3,7 Datensätze zur Verfügung, was insgesamt 1344 gemeldete Datensätze ergab.

Ein Vergleich zwischen Open Research Data (ORD) und Open-Access-Publikationen zeigt, dass die meisten Beitragsempfangenden wissenschaftliche Publikationen meldeten, die überwiegend öffentlich zugänglich waren. Häufig stützen sich solche Publikationen auf Datensätze, die als Forschungsergebnisse gemeldet werden sollten. Deshalb stellt sich die Frage, weshalb der ORD-Anteil lediglich 23% beträgt. Die Gründe für diesen geringen Anteil sind vielfältig und nicht immer ganz klar:

• Datenschutz und eingeschränkte Nutzungsrechte für Daten verunmöglichen es manchmal, einen Datensatz zu veröffentlichen. Die Forschenden sind sich nicht bewusst, dass die Metadaten solcher Datensätze dennoch gemeldet werden sollten.
• Gewisse Publikationen beruhen auf theoretischen Arbeiten und nicht auf Daten. Daher erstellen Forschende teilweise überhaupt keine Datensätze. Oder sie sind sich nicht bewusst, dass ihre Ergebnisse als Daten betrachtet werden können, die öffentlich zugänglich sein sollten, z. B. eine kleine qualitative Umfrage oder der Code für einen Algorithmus.
• Ein Teil der Forschenden arbeitet mit sehr grossen Datensätzen. In diesen Fällen kann es schwierig sein, die Daten öffentlich zugänglich zu machen, denn nicht alle haben die dafür erforderlichen Ressourcen.
• Einige Forschende sind sich der ORD-Strategie des SNF vielleicht einfach nicht bewusst. Das Thema ist in gewissen Forschungsgemeinschaften noch neu und wird nicht in allen Disziplinen gleich konsequent umgesetzt.
• Ein weiterer Grund für den geringen Anteil ist, dass das ORD-Monitoring des SNF im Gegensatz zum Monitoring der OA-Publikationen nur diejenigen Datensätze erfasst, die von den Forschenden direkt dem SNF gemeldet werden. Externe Quellen werden noch nicht berücksichtigt. Der SNF beabsichtigt, künftig Informationen aus öffentlichen Datenbanken ins ORD-Monitoring einzubeziehen.

Die vorliegende Analyse zeigt, dass der SNF weiterhin die Forschenden für das Thema offene Forschungsdaten sensibilisieren muss. Ein Schritt besteht darin, dieses ORD-Monitoring künftig regelmässig durchzuführen. Indem der SNF die Ergebnisse analysiert und veröffentlicht, will er aufzeigen, wie wichtig gute ORD-Praktiken sind.

Im internationalen Vergleich deckt sich die Beobachtung, dass nur ein kleiner Teil der Beitragsempfangenden mindestens einen Datensatz meldet, mit der Studie des PLOS-Verlags. Der Studie zufolge bezogen sich rund 28% der PLOS-Forschungsartikel auf einen in einem Datenarchiv öffentlich zugänglichen Datensatz. Bei auf PuBMed Central publizierten öffentlichen Forschungsartikeln waren es 15%. Die Ergebnisse stehen auch in Einklang mit dem European Research Data Landscape Survey: Gemäss dieser Umfrage veröffentlichten 22% der Befragten während ihrer aktuellen oder letzten Forschungstätigkeit Daten in Archiven. Somit bewegen sich die ORD-Anteile bei anderen Organisationen auf ähnlichem Niveau wie beim SNF. Es dürfte deshalb auch strukturelle Gründe für den geringen Anteil von gemeldeten Datensätzen bei SNF-Förderbeiträgen geben.

Das Ergebnis des vorliegenden Monitorings ist Ausdruck eines systembedingten Problems: Offene Forschungsdaten sind in der Wissenschaft noch nicht so etabliert wie frei zugängliche Publikationen. Die Zahlen zeigen jedoch einen ansteigenden Trend. Mit seiner ORD-Strategie unterstützt der SNF diese Entwicklung und setzt ein Zeichen für mehr Transparenz in der Wissenschaft.

Daten, Text und Code dieser Datengeschichte sind auf Github verfügbar und auf Zenodo archiviert.
DOI: 10.46446/datastory.open-research-data-2023